Kimi K3 от Moonshot AI теперь доступен в Vercel AI Gateway
Открытая модель Kimi K3 с контекстным окном в 1 М токенов и поддержкой текста, изображений и видео теперь доступна через AI Gateway от Vercel.
В среду, 16 июля 2026 г., Vercel объявил о добавлении в свой AI Gateway новой открытой модели Kimi K3 от Moonshot AI. K3 – это первая в своем классе модель с контекстным окном в один миллион токенов, что позволяет обрабатывать чрезвычайно длинные последовательности без потери качества. Кроме того, модель обладает нативным визуальным пониманием: она принимает одновременно текст, изображения и видеопотоки, объединяя их в единый контекст для более глубоких выводов.
Kimi K3 ориентирована на задачи, требующие длительного рассуждения и интеграции кода с визуальными данными. Разработчики отмечают её сильные стороны в областях, где «код встречается с визуальным и пространственным рассуждением» – это фронтенд‑разработка, создание игровых уровней и работу с CAD‑системами. Модель всегда находится в «thinking mode», что обеспечивает непрерывный процесс анализа без необходимости явного переключения режимов.
Для использования Kimi K3 достаточно задать в AI SDK параметр модели moonshotai/kimi-k3. После этого модель доступна в любой функции Vercel, поддерживая сервер‑лесные развертывания, Edge‑функции и интеграцию с другими сервисами Vercel. Поскольку модель открыта, разработчики могут изучать её архитектуру, вносить улучшения и адаптировать под специфические задачи.
Более подробную информацию, а также примеры кода, можно найти в официальном блоге Vercel и репозитории Moonshot AI. Доступ к Kimi K3 уже включён в тарифный план AI Gateway, но пользователи должны учитывать рост потребления токенов при работе с большими контекстами и мультимедийными данными.
Kimi K3 открывает двери для мульти‑модальных приложений, где код тесно связан с визуальными данными – идеальный инструмент для фронтенда, геймдева и CAD. Благодаря открытой лицензии студенты и разработчики могут изучать её внутренности и адаптировать под свои задачи. Однако огромный контекстный размер требует внимательного контроля расходов токенов и вычислительных ресурсов, особенно в сервер‑лесных средах Vercel.
